spark streaming流计算程序无故挂掉问题排查

本文针对executordead数据增多导致数据处理速度变慢的问题,提出通过增加executor内存大小和调整executor通信超时时间来减少GC对executor的影响,从而提高数据处理效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题:

executor dead的数据越来越多,导致数据处理速度变慢,最后分配的所有的executor都dead了,程序挂掉

 

日志报错:

18/05/23 17:21:30 ERROR CoarseGrainedExecutorBackend: RECEIVED SIGNAL TERM

 

解决方案:

1、增加executor的内存大小

2、加大executor通信超时时间spark.executor.heartbeatInterval(默认是10s),可调整到60s

本质都是减少GC对executor的影响。

调参后重跑成功了,gc情况如下,虽然还有数据倾斜的情况存在,但是较之前好很多,此时可以从业务代码上继续进行优化。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值